趙祉任　林鈺淇　林圣庚

摘要：隨著時(shí)代的發(fā)展與進(jìn)步，網(wǎng)絡(luò)購(gòu)物越來(lái)越普遍，在網(wǎng)上購(gòu)買商品的用戶越來(lái)越多。大都數(shù)的網(wǎng)購(gòu)平臺(tái)都提供了在線評(píng)論功能，用戶會(huì)根據(jù)其中的評(píng)論進(jìn)行分析，看該商品是否符合要求。但是目前網(wǎng)上的一些評(píng)論并不是很真實(shí)，需要進(jìn)行篩選。因此本論文主要對(duì)在線評(píng)論的一些問(wèn)題進(jìn)行了分析探討，希望能夠給公司提供一定的幫助。

關(guān)鍵詞：大數(shù)據(jù)時(shí)代? 顧客滿意度? 情感詞典

1 引言

我們現(xiàn)在正處在一個(gè)大數(shù)據(jù)時(shí)代，已經(jīng)開始了一個(gè)重大的時(shí)代轉(zhuǎn)型。大數(shù)據(jù)正在改變我們的生活、工作甚至我們的思維。越來(lái)越多的行業(yè)正在嘗試或考慮如何利用大數(shù)據(jù)來(lái)解決問(wèn)題。數(shù)據(jù)中有很多有用的信息，如果我們能充分利用這些數(shù)據(jù)，它將給我們帶來(lái)巨大的財(cái)富。陽(yáng)光公司計(jì)劃在網(wǎng)上市場(chǎng)推出和銷售三種新產(chǎn)品：微波爐、嬰兒奶嘴、吹風(fēng)機(jī)。他們需要識(shí)別過(guò)去客戶提供的評(píng)級(jí)和與其他競(jìng)爭(zhēng)產(chǎn)品相關(guān)的評(píng)論的衡量標(biāo)準(zhǔn)、參數(shù)等。進(jìn)而找到更好的銷售策略以及對(duì)產(chǎn)品的改進(jìn)方式。

2 模型的建立與求解

2.1 有效滿足（ES）模型的構(gòu)建

2.1.1 顧客滿意度分析

顧客滿意度主要取決于星級(jí)評(píng)價(jià)和評(píng)論內(nèi)容。星級(jí)評(píng)價(jià)是分布在1-5之間的離散數(shù)據(jù)。評(píng)論由兩部分組成：評(píng)論主題和復(fù)述正文。這兩種類型的數(shù)據(jù)都是文本的。因此，我們需要分別對(duì)“評(píng)論主題”和“復(fù)述正文”進(jìn)行量化，量化數(shù)據(jù)的總和是客戶評(píng)審的最終量化值。本文采用情感詞典法對(duì)評(píng)論進(jìn)行量化。量化過(guò)程由三個(gè)步驟組成：劃分復(fù)習(xí)一組單詞，加載情感詞典，對(duì)每個(gè)單詞進(jìn)行評(píng)分。如圖1所示：

為了獲得更完整的情感詞典，我們從因特網(wǎng)上收集了幾種不同的情感詞典。特別地，一些詞的頻率在一個(gè)產(chǎn)品到另一個(gè)產(chǎn)品之間會(huì)有很大的不同，這些詞可能是情感字典法的關(guān)鍵詞，所以我們手工添加一些特殊的關(guān)鍵詞到情感詞典。

（1）評(píng)級(jí)每個(gè)詞

情感詞包括積極情感詞和消極情感詞。我們對(duì)情感詞進(jìn)行評(píng)價(jià)，1為積極情感詞，1為消極情感詞。程度副詞也可以根據(jù)字典中給出的程度分配不同的點(diǎn)。否定詞都設(shè)置為-1。

語(yǔ)義是情感分析的一個(gè)重要特征，評(píng)論應(yīng)該根據(jù)每個(gè)句子的語(yǔ)義而不是單詞來(lái)量化。當(dāng)情感詞被程度副詞修飾時(shí)，情感詞的傾向會(huì)加強(qiáng)或減弱。然而，當(dāng)情感詞被修飾詞時(shí)，他們的情感傾向?qū)⒈活嵉埂Ｍ瑫r(shí)，應(yīng)該注意到，不同的位置的私有詞和程度副詞可能有兩個(gè)結(jié)果。

其中W是情感詞的情感強(qiáng)度值，WM是情感詞的權(quán)重，WV是情感前程度副詞的權(quán)重。

在評(píng)論中每個(gè)情感詞的情感強(qiáng)度值的總和是評(píng)論的量化值。

接下來(lái)，我們將評(píng)審的量化值映射到1和5。然后使用公式3計(jì)算客戶滿意度（CS）。

2.1.2 評(píng)審有效性分析

評(píng)論的有效性與多種因素有關(guān)，主要有兩個(gè)方面：評(píng)論的特點(diǎn)和評(píng)論者的態(tài)度。我們將分別探討這兩個(gè)因素。

（1）評(píng)論的特點(diǎn)

評(píng)論有很多特點(diǎn)，我們選擇極端主義的評(píng)論，長(zhǎng)篇大論來(lái)衡量評(píng)論的有效性。

A. 評(píng)論的極端對(duì)RE的影響。

星級(jí)可以反映評(píng)論者的態(tài)度，低星級(jí)（1星級(jí)）表示極端消極的態(tài)度，高星級(jí)（5星級(jí)）表示一個(gè)非常積極的態(tài)度，和中等明星（3星級(jí)）表示中性或謹(jǐn)慎的態(tài)度。研究表明，消費(fèi)者傾向于瀏覽在線購(gòu)物時(shí)的極端評(píng)論。

B. 評(píng)論的長(zhǎng)度對(duì)RE的影響

較長(zhǎng)的評(píng)論可能包含更多的信息，這可以增加信息的非認(rèn)知性。因此，較長(zhǎng)的評(píng)論更有利于消費(fèi)者。較長(zhǎng)的評(píng)論通常包含更詳細(xì)的產(chǎn)品信息和在不同情況下的使用，這可以減少產(chǎn)品信息的不確定性，并降低消費(fèi)者可能面臨的風(fēng)險(xiǎn)。因此，本文提出以下假設(shè)。評(píng)論的長(zhǎng)度對(duì)RE有積極的影響。

我們假設(shè)評(píng)論的長(zhǎng)度（單詞計(jì)數(shù)）對(duì)RE的正面影響與它的長(zhǎng)度（單詞計(jì)數(shù)）成比例，這意味著量化單詞的數(shù)量作為分?jǐn)?shù)。

（2）評(píng)論者的屬性

評(píng)論者的屬性包括客戶的類別和評(píng)論者的信譽(yù)。

A. 顧客類別

根據(jù)亞馬遜的官方文件，名為“Amazon在線客戶評(píng)論機(jī)制”和數(shù)據(jù)表，客戶被分為三類：

1） Amazon Vine成員：這種類型的客戶在數(shù)據(jù)表中被表示為如下：Vine=Y，verified_purchase = N。一般來(lái)說(shuō)，這種客戶的經(jīng)驗(yàn)更專業(yè)，而且評(píng)價(jià)更有價(jià)值。因此，消費(fèi)者會(huì)更加重視自己的評(píng)價(jià)，這種評(píng)價(jià)會(huì)更有效，被設(shè)定為5分。

2）按正常價(jià)格購(gòu)買商品的普通客戶：這種類型的客戶在數(shù)據(jù)表中表示為遵循：Vine = N， verified_purchase = Y。這種類型的客戶占絕大多數(shù)。這類客戶很難提供專業(yè)的評(píng)價(jià)，這更貼近生活。他們可以給出更恰當(dāng)?shù)脑u(píng)價(jià)，我們把它設(shè)為3分。

3）折扣購(gòu)買的普通顧客：這類顧客在數(shù)據(jù)表中表示如下：vine=N， verified_purchase=N。這種顧客通常在折扣中購(gòu)買便宜的商品，其評(píng)價(jià)不被注意。因此，評(píng)價(jià)的有效性很低，我們把它設(shè)為1分。

B. 評(píng)論的聲譽(yù)

根據(jù)研究，當(dāng)消費(fèi)者閱讀在線評(píng)論時(shí)，他們不僅越來(lái)越關(guān)注評(píng)論的數(shù)量和內(nèi)容的傾向性，而且還與內(nèi)容的可信度有關(guān)，因此評(píng)論者的聲譽(yù)有著重要的影響。我們使用審閱的有效選票和有用的選票與總選票的比率來(lái)顯示評(píng)論來(lái)源的可信度和消費(fèi)者對(duì)評(píng)論信息質(zhì)量的認(rèn)可程度，這代表審稿人的聲譽(yù)。因此，這兩種數(shù)據(jù)對(duì)其他消費(fèi)者在評(píng)論中是否采用信息具有重要影響。我們把這兩個(gè)項(xiàng)目作為影響評(píng)審有效性的因素，對(duì)其有積極的影響。

參考文獻(xiàn)

[1]李道和，楊俊，陳江華.茶葉電子商務(wù)消費(fèi)者滿意度影響因素分析——基于在線評(píng)論的探索分析[J].林業(yè)經(jīng)濟(jì)，2019，41（10）：70-77.

[2]王悅.基于在線評(píng)論的京東平臺(tái)大米消費(fèi)者滿意度研究[D].黑龍江八一農(nóng)墾大學(xué)，2019.

[3]李金海.基于在線評(píng)論挖掘的網(wǎng)絡(luò)購(gòu)物混合推薦模型及策略研究[D].江蘇大學(xué)，2016.